Regex 匹配一行中图案的最后K个引用

是否可以使用sed/awk匹配一行中某个图案的最后k次出现

为简单起见，假设我只想匹配每行中的最后3个逗号，例如（请注意，这两行的总逗号数不同）：

我只想匹配从

299

开始到两个碱基中行尾的逗号

动机：我正在尝试将一个在其中一个字段中有多余逗号的CSV文件转换为以制表符分隔的文件。由于正确列的数量是固定的，所以我的想法是用制表符替换前两个逗号，直到出现麻烦的字段（这很简单），然后从行尾向后再替换。这应该将所有正确的分隔符逗号转换为制表符，同时在有问题的字段中保留逗号不变

---

也许有一种更聪明的方法可以做到这一点，但我认为这无论如何都是一个很好的sed/awk教学点。

一个分别匹配最后三个逗号的正则表达式需要一个负前瞻，而sed不支持。 您可以使用以下sed regex一次匹配最后三个字段及其前面的逗号：

,[^,]*,[^,]*,[^,]*$

$

匹配行的末尾

[^，]

匹配除

，

以外的任何内容

组允许您重新使用sed中的字段值：

sed -r 's/,([^,]*),([^,]*),([^,]*)$/\t\1\t\2\t\3/'

对于awk，请看一看

也许有一种更聪明的方法可以做到这一点

如果所有需要的逗号后面都有空格，而不需要的逗号后面没有空格，那么

sed 's/,[^ ]/./g'

---

这将

a，b，12,3，c

转换为

a，b，12.3，c

嗨，我想这就是工作

echo 'a,b,c,d,e,f' | awk -F',' '{i=3; for (--i;i>=0;i--) {printf "%s\t", $(NF-i) } print ""}'

返回

d    e    f

---

但是您需要确保有3个以上的参数

您可以使用Perl将缺少的双引号添加到每一行中：

perl -aF, -ne '$F[-5] .= q("); print join ",", @F' < input > output

perl-aF，-ne'$F[-5].=q（“）；print join”，“，@F'output

或者，将逗号转换为制表符：

 perl -aF'/,\s/' -ne 'splice @F, 2, -4, join ", ", @F[ 2 .. $#F - 4 ]; print join "\t", @F' < input > output

perl-aF'/，\s/'-ne'拼接@F，2，-4，连接“，”，@F[2..$#F-4]；打印连接“\t”，@F'output

• -n

  逐行读取输入

• -a

  按

  -F

  指定的模式将输入拆分到@F数组中
• 第一种解决方案将缺少的引号添加到右侧的第五个字段中；第二种解决方案将第三个字段到第五个字段中的项目替换为由“，”连接的元素，并用制表符分隔生成的数组

---

另一个

sed

备选方案。将最后3个逗号替换为制表符

$ rev file | sed 's/,/\t/;s/,/\t/;s/,/\t/' | rev

10, 5, "Sally went to the store, and then , 299  ABD     F       10

使用GNU sed，您可以简单地编写

$ sed 's/,/\t/g5' file

10, 5, "Sally went to the store, and then , 299  ABD     F       10

---

从5号开始全部更换。

要修复CSV，我将执行以下操作：

echo '10, 5, "Sally went to the store, and then , 299, ABD, F, 10' |
  perl -lne '
    @F = split /, /;             # field separator is comma and space
    @start = splice @F, 0, 2;    # first 2 fields
    @end = splice @F, -4, 4;     # last 4 fields
    $string = join ", ", @F;     # the stuff in the middle
    $string =~ s/"/""/g;         # any double quotes get doubled
    print join(",", @start, "\"$string\"", @end);
  '

输出

10,5,"""Sally went to the store, and then ",299,ABD,F,10

---

这将满足您对GNU awk的要求，以匹配第三个参数（）

但我不相信你所要求的是一个好方法

---

无论如何，请注意第一个gsub（），确保输入行上没有制表符-如果要将一些逗号转换为制表符，以将制表符用作输出字段分隔符，而不是放置制表符，这一点至关重要！

（这可能最终将问题转化为其他问题），您应该在需要时在正确的位置添加双引号。是的，这听起来像是一个典型的XY问题。修复生成无效CSV的代码。肯定是XY问题。向我们展示您正在尝试做什么，而不是如何尝试，否则您将被展示如何实现一个坏主意。@glennjackman:我无法控制如何实现CSV是生成的。数据集是公共的，它们只是与此问题一起出现。@gogurt:这取决于它们是否转义（使用其他双引号或反斜杠）。您应该添加几个有问题的行（真实示例）对于您的问题，否则无法给出有用的答案。如果您在第一个sed命令中未使用

-r

或

-E

标志，则应将括号转义，

（[^，]）

可能简化为

（.*）

在这种情况下。此外，三个逗号中的第一个被删除，而不是替换。我建议您编写

sed-r/，（.*），（.*），（.*），（.*）$/\t\1\t\2\t\3\t\4/'文件

@Kenavoz您对

（）

的看法是正确的。我已经修复了它。但是

[^，]*在这种情况下，

不能替换为

*

。正则表达式的第一个逗号将始终与行的第一个逗号匹配。第一个

*

将尽可能匹配，包括除最后三个逗号以外的每个逗号。请使用

a、b、c、d、e、f、g、h、i

。你是对的。

sed-r的/（.*）、（.*）、（.*）、（.*）、（.*）、（.*））$/\1\t\2\t\3\t\4/'文件

应能更好地工作。请注意，三个逗号中的第一个仍然没有被替换，但已被sed删除。感谢第二次提醒。修复了此问题。新版本的命令看起来不错。

10,5,"""Sally went to the store, and then ",299,ABD,F,10

$ cat tst.awk
{
    gsub(/\t/," ")
    match($0,/^(([^,]+,){2})(.*)((,[^,]+){3})$/,a)
    gsub(/,/,"\t",a[1])
    gsub(/,/,"\t",a[4])
    print a[1] a[3] a[4]
}

$ awk -f tst.awk file
10       5       "Sally went to the store, and then , 299        ABD     F       10
10       6       If this is the case, and also this happened, then, 299  A       F       9